机器学习
ming6383
这个作者很懒,什么都没留下…
展开
-
L1正则化与稀疏性、L1正则化不可导问题
转:L1正则化与稀疏性L1正则化使得模型参数具有稀疏性的原理是什么?机器学习经典之作《pattern recognition and machine learning》中的第三章作出的一个解释无疑是权威且直观的,我们也经常都是从这个角度出发,来解释L1正则化使得模型参数具有稀疏性的原理。再回顾一下,以二维为例,红色和黄色的部分是L1、L2正则项约束后的解空间,蓝色的等高线是凸优化问题中的目标函...转载 2020-03-25 10:11:45 · 802 阅读 · 0 评论 -
机器学习算法总结--决策树(ID3、C4.5、CART)
转:机器学习算法总结(二)——决策树(ID3, C4.5, CART)决策树是既可以作为分类算法,又可以作为回归算法,而且在经常被用作为集成算法中的基学习器。决策树是一种很古老的算法,也是很好理解的一种算法,构建决策树的过程本质上是一个递归的过程,采用if-then的规则进行递归(可以理解为嵌套的 if - else 的条件判断过程),关于递归的终止条件有三种情形:当前节点包含的样本属于同一...转载 2020-03-22 12:58:23 · 1877 阅读 · 0 评论